建立研究院、吸引顶尖科研人才，是科技巨头们快速在新技术领域布局的重要手段。人工智能（AI）是滴滴出行牢牢把握的未来趋势。

　　滴滴出行升级AI创新体系

　　滴滴出行一直是科技创新公司中最活跃、最进取的一员。2017年3月9日（北京时间3月8日），在加利福尼亚的山景城（硅谷），滴滴出行正式宣布成立滴滴美国研究院，以吸引顶尖科研人才，推动交通产业变革。

　　滴滴美国研究院将以云安全、 深度学习、人机交互、计算机视觉及图像学、智能驾驶等领域的技术开发及应用为主要课题。同时，美国研究院也将持续把研究成果转化为生产力，助力其国际化，用创新科技的力量，为更多城市打造前瞻性的、开放的整体出行方案，即探索人工智能+交通的未来场景。

　　这一计划并不让人意外，2015年5月，滴滴就正式成立了机器学习研究院，率先将机器学习大规模应用在出行领域，成功推动行业技术升级。去年4月，滴滴机器学习研究院又升级为滴滴研究院, 试图通过机器学习理论和方法，最大化利用交通运力，缓解城市拥堵，为每一位用户设计最贴心最智能的出行方案。

　　从本质上来看，滴滴是一家技术驱动的公司，如何将出行的人和愿意载人的司机连接起来，背后是人工智能的“出行大脑”在运转。用户能够感知滴滴出行大脑的预测能力体现在，j2直播，通过发单和历史轨迹预测上车地点，能有效帮助提升用户体验；智能派单可对订单量和司机数进行预测，然后通过大规模分布式计算来实现距离和时间的最优撮合，这是司机端感知的智能；而从全局来看，滴滴眼中理想的交通状态是全城拥有一个智能交通大脑，可对未来的出行需求进行预测。

　　在国内，滴滴出行是第一家把机器学习成功应用到ETA（ETA指预估任意起终点所需的行驶时间，要求精准性）的公司，这是解决“订单高效匹配”和“司机运力调度”的关键技术。传统方法是通过路况和每段路的平均速度计算出时间，然后加上可能的等待时间，得到整体所需时间，而利用机器学习来计算时间，滴滴出行平台上已经可以实时更新所剩余的距离以及到达终点的时间。

　　大数据和人工智能是滴滴成功的重要因素，滴滴出行创始人、董事长兼CEO程维曾多次公开表示。在此次滴滴美国研究院成立之时，他再次强调：“基于海量的出行数据，我们正在驱动人工智能技术迅速迭代升级，与城市管理者共建智慧交通体系，创造未来出行新生态。”而且作为世界级的科技公司，滴滴美国研究院的成立也是其国际化战略的重要一环，程维说，“不仅着眼于为全球更广泛的社群提供便捷优质的出行服务，也包括构建高水准的跨境科研网络，促进创新资源的协同，引领全球交通领域的技术革新。美国研究院的成立是滴滴这一技术创新体系构建上的里程碑式突破。”

　　据悉，美国研究院由滴滴研究院副院长弓峰敏领导，目前已有数十位杰出的数据工程师和研究人员加盟，包括世界顶级安全专家查理?米勒（Charlie Miller）。预计今年滴滴美研团队规模将有大幅提升。

　　滴滴启动全球“无人驾驶”大挑战

　　滴滴美国研究院成立时，“2017滴滴-Udacity‘无人驾驶’大挑战”也在硅谷同期宣布正式启动，邀请全球算法高手来挑战智能出行安全领域的重要难题。所谓好事成双，就是如此。

　　滴滴-Udacity无人驾驶大挑战是全球首个智能驾驶车开源项目。比赛选手将以海量的真实数据为基础，创建自动化安全和感知处理栈系统(ASAPS)，即创建一个冗余、安全、可靠的系统，用于识别路径上的行人、车辆及其他障碍物，最终提升人类和智能驾驶的普遍安全性。

　　ASAPS技术对人类驾驶员和各类辅助驾驶、智能驾驶系统都具有极大意义。参赛者需要处理 LIDAR、RADAR及摄像头原始数据等信息，输出障碍物位置、移除噪音和环境错误检测。